近几年来,随着人们生活水平的提高,汽车需求量也在飞速增长,与此同时气门市场的需求量也在与日俱增。面对如此庞大的市场,国内诞生了很多家气门生产公司。但目前气门检测技术还很落后,主要依靠手检工件、目测尺寸和人工分拣,面对如此庞大的气门生产量,这样不仅效率低、质量差,而且还大量占用劳动力。种种迹象表明传统测量技术已经无法满足现代制造业的发展需求,而图像光学检测技术具有非接触、速度快、精度高、抗干扰能力强等优点,特别符合现代制造业对检测技术的需求。本文主要以气门图像检测系统为研究对象。针对目前图像检测系统中存在的尺寸测量精度不高、测量结果不稳定,圆弧半径和锥母夹角测量不准确等问题,对其进行研究,发现其根本问题是原边缘定位算法得到的边缘位置不是很精确,特别是斜边边缘位置和圆弧边缘位置不很准确。针对上述问题,本文提出了多种边缘高精度定位算法,本算法针对不同种类的边缘,采用不同的检测方法,同时结合亚像素技术和镜头成像畸变校正技术,最终实现边缘位置的精确定位。本论文的主要内容如下：(1)通过中值滤波和高斯滤波对采集图像进行预处理,消除采集图像中的椒盐噪声和高斯噪声,为后面的边缘检测提供高质量的采集图。(2)提出多种边缘检测算法,对不同的边缘类型采用不同的边缘检测算法,从而达到对水平边缘、垂直边缘、斜边边缘和圆弧边缘更为精确的定位。(3)为了实现更高精度的边缘位置定位,像素级边缘粗定位是完全不够的,为此提出基于多项式插值的几何质心法亚像素边缘定位算法,该方法能够实现亚像素边缘精确定位,并且具有很好的稳定性。(4)镜头成像畸变校正也是保证高精度测量的一个关键因素,本文针对实际项目中存在的径向畸变,求得镜头径向畸变函数,通过RAC标定算法求得相关参数。然后根据亚像素边缘点的坐标位置,通过径向畸变函数求得该边缘点的畸变校正量,最后依据求得的畸变校正量对该边缘点进行边缘位置校正,从而得到更加准确的边缘位置。(5)提出误差处理方法,保证测量数据的准确性。最后根据上述求得的边缘位置,经过尺寸检测算法,将相关的边缘位置信息转换为对应的尺寸数据,完成尺寸测量。